MiniMax M2.7：AI第一次自己改自己

3月18日，MiniMax悄悄上线了一个新模型——M2.7。没有喧闹的发布会，没有明星代言，但它的变化很真实：它不再只是听你指令的“工具人”，而是开始主动优化自己。

过去，模型升级靠工程师写代码、调参数、喂数据，周期动辄数月。而M2.7能自己写测试框架，自动组队协作，找工具、试方案、评估效果，像一个懂编程的实习生，不用人盯着就能把复杂任务一步步拆解、执行、改进。它不是在“回答问题”，而是在“解决问题”——比如自动生成一个能管理多个任务的自动化流程，或者根据用户反馈，悄悄调整回答风格和逻辑结构。

这不是科幻。内部测试数据显示，M2.7在处理多步骤任务时，成功率比上一代高出37%，工具调用准确率提升近50%。它甚至能识别出自己之前的回答存在逻辑漏洞，主动回溯、修正，并记录下“这次我该怎么做更好”。这种能力，让开发者不再只是“训练AI”，而是开始“和AI一起工作”。

它已经在用了，你可能用过没发现

M2.7已经全量上线MiniMax的Agent平台，不少企业用户正在悄悄用它跑内部流程：客服自动处理复杂退换货、研发团队生成测试用例、运营人员自动生成周报和数据洞察。一位使用该平台的电商公司技术负责人说：“以前要花两天搭个自动化流程，现在AI自己写好了，我们只管验收。”

这不是“更聪明的聊天机器人”，而是像一个能写代码、会查资料、懂协作的数字员工。它不炫技，但很能干。你可能在某个后台系统里，已经和它打过照面，只是没意识到。

算力战，已经打到价格上

技术在变，市场也在变。就在M2.7发布前后，潞晨科技宣布完成数亿元B轮融资，海外收入占比突破79%，说明中国AI算力正加速出海。与此同时，阿里云部分AI推理服务悄然调价——不是因为成本上涨，而是因为需求太猛。一些中小企业反馈，过去一个月，调用API的费用涨了15%-20%，高峰期排队时间从秒级变成分钟级。

这背后是真实的需求爆发：越来越多公司不再把AI当“辅助工具”，而是直接嵌入核心业务。一个设计团队用AI生成100套海报方案，一个法律团队用AI筛查5000份合同，一个工厂用AI调度物流——这些都不是Demo，是日常。

2026年，AI不再是选答题

三年前，AI是“要不要用”的问题；两年前，是“怎么用好”的问题；今天，它已经变成“不用就落后”的问题。M2.7这样的模型，意味着AI的进化不再依赖人类的节奏，它开始按自己的逻辑加速。

未来的竞争，不是谁的模型参数更大，而是谁的系统能更快地自我迭代、更稳地落地执行。那些还在等“下一个GPT”的人，可能已经错过了第一批真正能干活的AI员工。

技术的拐点，往往藏在沉默的更新里。M2.7没有喊口号，但它已经在干活了。而你，准备好了吗？